小波域马铃薯典型虫害图像特征选择与识别

• 作者: 刘洪 肖志云
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 马铃薯虫害 小波域 高斯空间模型 特征选择 图像识别 支持向量机
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 农业装备与机械化工程
• 页码范围: 24-31
• 页数: 8页
• 分类号: TP391.41
• 字数: 5784字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2017.09.003

摘要

为准确、快速地识别马铃薯典型虫害,提出了一种基于小波域的马铃薯典型虫害特征提取与识别方法.该方法以自然环境下的马铃薯虫害分割图像为对象,提取小波域高斯空间模型的高频协方差阵特征值与低频低阶矩(HELM)的12个不变纹理特征、空间域Hu不变矩的4个形状特征,进行支持向量机(SVM)的虫害分类识别.通过对8类典型虫害的识别,试验结果表明:在SVM识别方法下,本文HELM特征提取方法,相比传统纹理特征提取方法,在特征计算量不增加的同时,平均识别率至少提高了17个百分点;在HELM特征与Hu矩特征下,本文SVM的运行时间为0.481 s,比人工神经网络快了近2s,平均识别率为97.5％,比人工神经网络、贝叶斯分类器识别率提高了至少6个百分点,有明显的识别优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖志云	内蒙古工业大学电力学院	18	138	10.0	11.0
2	刘洪	内蒙古工业大学电力学院	2	27	2.0	2.0